4个页面、3处关键配置：Langchain-Chatchat 界面怎么用

4个页面、3处关键配置Langchain-Chatchat 界面怎么用【免费下载链接】Langchain-ChatchatLangchain-Chatchat原Langchain-ChatGLM基于 Langchain 与 ChatGLM, Qwen 与 Llama 等语言模型的 RAG 与 Agent 应用 | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM, Qwen and Llama) RAG and Agent app with langchain项目地址: https://gitcode.com/GitHub_Trending/la/Langchain-Chatchat把一份几十页的 PDF 丢进去就能基于自己的文档提问这就是 Langchain-Chatchat 想解决的事。它是一个可离线部署的 RAG 与 Agent 应用用 ChatGLM、Qwen、Llama 等开源模型驱动不需要把数据交给任何在线服务。先纠正一个常见误会它的界面不是 Next.js 写的而是 Streamlit。所以前端就是一组 Python 页面文件改起来比想象中快。界面长什么样Streamlit 搭的 4 个页面启动 WebUI 后你看到的左侧导航只有四项多功能对话、RAG 对话、知识库管理、MCP 管理。导航定义在 webui.py页面主体则放在 webui_pages/ 目录下一个菜单对应一个模块多功能对话 →dialogue/dialogue.pyRAG 对话 →kb_chat.py知识库管理 →knowledge_base/knowledge_base.pyMCP 管理 →mcp/dialogue.py没有独立的前端工程要构建页面直接调 FastAPI 后端这点在前后端怎么分工一节细说。️ 多功能对话勾选 Agent工具从哪来多功能对话页dialogue.py是能力最全的一页。侧边栏有工具设置和会话设置两个标签页。在工具设置里勾上启用Agent选择工具下拉框立刻从后端拉回可用工具列表。只选一个工具时页面会自动展开参数面板整型参数给滑块数字参数给滑块其余给文本框参数填完就能直接调用不用手写 JSON。同一个标签页还管图片对话上传图片支持 bmp、jpg、png旁边有黏贴图像按钮截图直接 CtrlV 就能发给视觉模型。会话切换不丢状态。新建、重命名、删除会话的操作都走chat_box每换一次会话都会先存旧会话、再恢复新会话的历史这是save_session和restore_session两个函数在背后做的。 RAG 对话3 种模式与阈值怎么调RAG 对话页kb_chat.py的侧边栏分RAG 配置和会话设置两个标签。RAG 配置里第一行是对话模式下拉框三种可选知识库问答从已建好的知识库检索文件对话上传临时文件即时建库开问搜索引擎问答接互联网搜索兜底下面是三处最常动的参数。匹配知识条数范围 1 到 20控制塞进 prompt 的文本块数量历史对话轮数范围 0 到 20控制模型记得多久的上下文知识匹配分数阈值是 0 到 2 的滑块专门过滤不相关的块。阈值怎么权衡调高回答更聚焦但调过头可能一条都筛不掉调低召回多噪音也多。拿不准时勾选仅返回检索结果跳过模型生成直接看召回了哪些文本块——这是排查答非所问最快的办法。 Agent 与 MCP让模型自己挑工具多功能对话页勾选启用Agent后还会出现使用MCP复选框。勾上它模型除了用内置工具还能调用你在 MCP 管理页配置的外部工具服务。多工具同时勾选时参数面板会收起改为由模型自己决定调哪个工具、填什么参数——前提是模型本身有 Agent 能力界面旁边的提示也写明了这点。 知识库管理建库前先定向量库类型知识库管理页knowledge_base.py建库时要先选两样东西向量库类型和 Embeddings 模型。前者决定存哪种数据库后端kb_service/目录里对应 FAISS、ChromaDB、Milvus、Elasticsearch、PG 等多种实现后者决定文本怎么变成向量两者要配对使用。页面还有开启中文标题加强的开关适合以 Markdown 文档为主的知识库能让切片带上更完整的中文标题信息。建完库做检索验证时右侧的匹配条数滑块范围是 1 到 100比对话页的 20 上限更宽方便你压测不同top_k下的召回效果。 前后端怎么分工WebUI 是个薄客户端所有api.xxx调用都打向 FastAPI 服务聊天、知识库、OpenAI 兼容接口分别落在 api_server/ 下的chat_routes.py、kb_routes.py、openai_routes.py。好处是一组 API 同时喂三类消费者Streamlit 界面、FastAPI 文档页、Python SDK你甚至可以只用 API 完全不用界面。上手清单跑起来之后先动这 3 个地方运行 WebUI依次点左侧四个菜单确认路由切换正常。进多功能对话勾选启用Agent看工具列表是否按你的配置加载。进 RAG 对话把分数阈值从 0.3 一路拉到 1.0观察召回条数如何变化。回答质量不稳定时优先检查 settings.py 里的DEFAULT_KNOWLEDGE_BASE、VECTOR_SEARCH_TOP_K和SCORE_THRESHOLD默认值想搞清楚某个 Agent 工具的行为直接进 tools_factory/ 看对应实现。【免费下载链接】Langchain-ChatchatLangchain-Chatchat原Langchain-ChatGLM基于 Langchain 与 ChatGLM, Qwen 与 Llama 等语言模型的 RAG 与 Agent 应用 | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM, Qwen and Llama) RAG and Agent app with langchain项目地址: https://gitcode.com/GitHub_Trending/la/Langchain-Chatchat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考